典型文献
基于注意力机制的医学影像深度哈希检索算法
文献摘要：
针对现阶段医学影像检索中检索性能差、精度低、缺乏可解释性等一系列问题,提出了一种结合了注意力机制的医学影像检索算法.以深度卷积神经网络为基础,以贝叶斯模型为框架,所提算法引入了由语义特征引导的注意力机制模块,通过分类网络的引导,生成包含语义信息的局部特征描述子,同时使用全局特征与富含语义信息的局部特征作为哈希网络的输入,引导哈希网络从全局和局部的角度关注重要特征区域,增强了哈希编码的特征表达能力,并引入加权似然估计函数解决了正负样本对数量不均衡的问题.采用MAP和NDCG作为评价指标,选择ChestX-ray14数据集进行实验,将所提算法与目前常用的深度哈希方法进行对比.实验结果表明,本文算法在哈希编码不同码位下的M A P值和NDCG值都远优于现有的深度哈希方法,证明了其有效性.
文献关键词：
医学影像检索;注意力机制;深度哈希;贝叶斯框架;卷积神经网络
中图分类号：
作者姓名：
朱承璋;黄嘉儿;肖亚龙;王晗;邹北骥
作者机构：
中南大学计算机学院 长沙410083;中南大学文学与新闻传播学院 长沙410083;"移动医疗"教育部-中国移动联合实验室 长沙410083;湖南省机器视觉与智慧医疗工程技术研究中心 长沙410083
文献出处：
引用格式：
[1]朱承璋;黄嘉儿;肖亚龙;王晗;邹北骥-.基于注意力机制的医学影像深度哈希检索算法)[J].计算机科学,2022(08):113-119
A类：
医学影像检索
B类：
深度哈希,哈希检索,检索算法,可解释性,深度卷积神经网络,贝叶斯模型,语义特征,特征引导,注意力机制模块,分类网络,语义信息,局部特征,特征描述子,全局特征,特征区域,特征表达,表达能力,似然估计,估计函数,正负样本,MAP,NDCG,ChestX,ray14,哈希方法,码位,贝叶斯框架
AB值：
0.318289
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
